首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >pandas和spark的dataframe互转

pandas和spark的dataframe互转

作者头像
机器学习和大数据挖掘
发布于 2019-07-01 18:26:21
发布于 2019-07-01 18:26:21
4.3K0
举报
文章被收录于专栏:数据挖掘数据挖掘

pandas的dataframe转spark的dataframe

代码语言:javascript
复制
from pyspark.sql import SparkSession
# 初始化spark会话
spark = SparkSession \
    .builder \
    .getOrCreate()

spark_df = spark.createDataFrame(pandas_df)

spark的dataframe转pandas的dataframe

代码语言:javascript
复制
import pandas as pd

pandas_df = spark_df.toPandas()

由于pandas的方式是单机版的,即toPandas()的方式是单机版的,所以参考breeze_lsw改成分布式版本:

代码语言:javascript
复制
import pandas as pd
def _map_to_pandas(rdds):
    return [pd.DataFrame(list(rdds))]
    
def topas(df, n_partitions=None):
    if n_partitions is not None: df = df.repartition(n_partitions)
    df_pand = df.rdd.mapPartitions(_map_to_pandas).collect()
    df_pand = pd.concat(df_pand)
    df_pand.columns = df.columns
    return df_pand
    
pandas_df = topas(spark_df)
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018-11-21 ,如有侵权请联系 cloudcommunity@tencent.com 删除
目录
  • pandas的dataframe转spark的dataframe
  • spark的dataframe转pandas的dataframe
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档